2027年台灣記者全面失業？當AI寫出的災難報導比你更催淚，新聞系的畢業證書還值幾塊錢

上個月花蓮又震了一次。我刷到兩篇報導，一篇來自某家電視台的文字記者，另一篇是某新創公司用AI即時生成的。坦白講，我分不出來哪篇是人寫的。

不，我說錯了。我分得出來——AI那篇寫得更好。

它用了一個七十三歲阿嬤的口吻（資料來自即時社群抓取），描述她抱著老伴的遺照從倒塌的公寓裡爬出來。細節精準，情緒節制，沒有那種電視台記者硬擠出來的煽情。就是那種你讀完會停下來、放下手機、深呼吸一口氣的報導。

這不是科幻。這是2026年的現實。

我跟幾位在台大、政大新聞系教書的朋友聊過。他們私底下的焦慮程度，比他們在課堂上表現出來的嚴重十倍。「我要怎麼跟學生說，你花四年學的東西，可能在你畢業前就過時了？」一位不願具名的教授這樣跟我說。他的眼神很疲憊。

先說幾個數字。2025年底，BuzzFeed正式把超過六成的內容產製流程交給AI系統。Axel Springer——歐洲最大的媒體集團之一——在2024年就砍掉了旗下Bild和Politico的大量編輯職位，直接用AI取代。紐約時報走了一條不同的路，他們選擇告OpenAI（版權官司打得轟轟烈烈），但私底下也在瘋狂佈建自己的AI內容工具。這些不是小打小鬧的實驗，是結構性的產業重組。

台灣呢？老實說，我們還在用2019年的思維討論2027年的問題。

Google的SGE（Search Generative Experience）已經在蠶食所有內容網站的流量。以前你寫一篇深度報導，讀者至少會點進來看。現在？Google直接在搜尋頁面上用AI生成摘要，讀者連點都不用點。對新聞網站來說，這幾乎是死刑宣判——你的內容被用來訓練AI，AI再把你的讀者搶走。這不是很諷刺嗎？

但問題來了。

我說的不是「AI會不會取代記者」這種老掉牙的辯論。我要說的是一件更可怕的事:AI正在學會「有溫度」。2025到2026年間，大型語言模型在情感敘事上的進步是跳躍式的。它們不只是在組裝資訊，它們在說故事。而且說得越來越好。OpenAI最近處理的GPT-5「goblin outputs」人格偏差問題，反過來說明了一件事——這些模型已經有了某種「個性」，雖然不受控，但確實存在。

（說到這個，MIT Technology Review剛報導了一家叫Goodfire的新創公司，推出了一個叫Silico的工具，可以讓工程師直接調整AI模型訓練中的內部參數。換句話說，未來的AI不只能寫出有溫度的文章，還能被精確調校成你想要的任何「溫度」。想要冷靜客觀的調查報導語氣？調一下。想要催淚的人物特寫？再調一下。）

那新聞系學生怎麼辦？

說白了，如果你現在還把自己定位成「寫稿的人」，你的職業壽命大概剩三到五年。但如果你願意重新定義什麼叫做「記者」，事情沒那麼絕望。

我的具體建議——不是那種空泛的「擁抱科技」廢話:

第一件事，學會當AI的編輯而不是跟AI搶著寫。未來的新聞編輯室需要的是能判斷AI產出內容是否正確、是否符合倫理、是否有偏見的人。這需要的不是寫作能力，是判斷力。

第二件事，往AI到不了的地方走。深度調查、臥底採訪、長期蹲點、建立線人網絡——這些事情AI做不了。不是技術上做不到，是法律上、倫理上、物理上做不到。台灣的報導者、鏡週刊在這方面其實走得不錯，但規模太小。

第三件事，搞懂數據。不是寫Excel那種數據，是理解AI模型怎麼運作、資訊怎麼被篩選和呈現的那種數據素養。日本的日經新聞已經要求所有新進記者必須完成基礎AI訓練課程，韓國的朝鮮日報也在做類似的事。台灣的新聞系？大部分連一堂像樣的AI課程都還沒開。

最後一件事，也是最重要的——停止把「有溫度」當成人類記者的護城河。因為那道護城河正在崩塌。真正的護城河是信任。讀者信任一個名字、一張臉、一個曾經在現場淋過雨的記者。AI可以模擬溫度，但它沒有人生。

2027年台灣記者會全面失業嗎？不會。但會有一半以上的初階新聞工作消失。留下來的人，不是因為他們寫得比AI好，而是因為他們做了AI做不到的事。

問題是，你是哪一半？